SEO / GEO
独家:我拿同一组问句测了5款AI搜索,引用源重复率不到两成
112 0 45
独家消息,这两天我干了件苦力活:把同一组 30 个问句,分别扔进 5 款主流 AI 搜索里跑,每条问句固定采样窗口、固定地区、固定账号状态,记录回答里被引用的源域名。
结果有点扎心:5 款产品对同一问句的引用源,完全重合的比例不到 18%。也就是说,你以为在 GEO 里「铺好一处、处处开花」,实际上更可能是「铺好一处、只在那一款里开花」。
先说测试口径,免得被说黑箱。问句分三类:品牌词(带明确公司名)、品类词(行业通用需求)、场景词(具体使用情境)。每类 10 条,每条在每款产品里重复跑 3 次,只统计回答正文里明确挂链接或点名出处的域名,同一域名多次出现只计一次。采样窗口我特意固定在同一个两小时段内,避开早晚高峰的内容刷新差异。
几个具体发现:
- 品牌词下引用源最集中,基本就是官网加两三个权威媒体,重复率高;但品类词和场景词开始发散,5 款产品各引各的,有款产品甚至大量引用论坛帖和问答社区,官网反而排不进前三。
- 同一款产品、同一条问句跑三次,引用源也有漂移,我手动把漂移过的问句单独拉出来看,漂移基本发生在「官网内容对同一问题给了两个以上平行答案」的情况下——AI 不知道该信哪段,就每次随机挑一个。
- 结构化数据不是万能药。有款产品对 schema 标记的页面引用权重明显更高,另一款几乎不看 schema,更吃正文里的自然语言完整句。
我的判断是:GEO 现在最容易被忽略的一步,不是「写内容」,而是先搞清楚你的目标用户在哪个 AI 入口里提问、那个入口吃什么信号。你按 A 产品的口味优化,在 B 产品里可能完全失效。这就跟早年 SEO 时代不同搜索引擎算法差异巨大是一个道理,只是 AI 搜索的差异来得更隐蔽,因为用户看不到「第几页」,你也没法像查排名那样直观看到自己缺位。
所以我现在给客户做 GEO 诊断,第一步固定是:选 3 到 5 个目标 AI 入口,同一组问句各跑三轮,先出一张「引用源重合矩阵」,看清哪些内容是跨入口通吃的硬资产,哪些是单入口特供、不值得重复投入。
抛个问题:你们测 AI 引用的时候,有没有遇到过同一问句在同一款产品里、隔几天引用源大换血的情况?我怀疑跟内容更新时间戳和抓取频率有关,想收集点样本一起复现。
登录后可以为帖子点赞,但本帖内容对所有人开放阅读。
